Über die 8 KI-Unternehmen in Liang Wenfengs Blickfeld

Die 34.000-Wort-Mitschrift des internen Investorenaustauschs von Liang Wenfeng ging viral, aber aus bestimmten Gründen ist der vollständige Text nicht mehr zugänglich. Je geheimnisvoller es ist, desto größer ist das Interesse der Branche an Liang Wenfeng und dem Unternehmen DeepSeek, einschließlich des bevorstehenden V4-Modells. Dies steht in krassem Gegensatz zu der Vorgehensweise einiger Konkurrenten, die sich große Mühe geben, ihre eigenen großen Modelle zu hypen, und bestätigt genau den Satz von Liang Wenfeng:

„Es ist seltsam: Die Dinge, die man am meisten haben will, bekommt man gerade nicht. Die Dinge, denen man nicht so viel Aufmerksamkeit schenkt, sind dagegen ziemlich leicht zu erreichen.“

Was mich interessiert, sind mehrere von Liang Wenfeng erwähnte KI-Unternehmen. In diesem vierstündigen, zehntausende Wörter langen Gespräch erwähnte Liang Wenfeng insgesamt 8 KI-Konkurrenten (ohne Chiphersteller, obwohl Nvidia am häufigsten vorkam), nämlich Zhipu AI, Moonshot AI, Alibaba, Tencent, ByteDance und die drei großen Unternehmen im Silicon Valley.

1. Zhipu AI: Gezwungenermaßen Open Source, nicht die ursprüngliche Absicht

Liang Wenfeng erwähnte Zhipu AI mehrmals und zählte es zu den Konkurrenten, denen DeepSeek gerne helfen würde. Dagegen tauchte MiniMax, das oft gemeinsam mit Zhipu AI als eines der „zwei großen KI-Modellunternehmen an der Hongkonger Börse“ genannt wird, überhaupt nicht in seinem Blickfeld auf und erschien nicht ein einziges Mal in dem zehntausende Wörter langen Text.

„Zum Beispiel macht Zhipu AI auch Open Source, aber ihre Open-Source-Praxis unterscheidet sich von unserer. Ihre Open-Source-Entwicklung wirkt erzwungen, sie denken, dass dies nicht ihre ursprüngliche Absicht ist. Für uns ist dies aber genau unsere ursprüngliche Absicht.“

„Wir hoffen auch, dass diese KI-Technologien in verschiedenen Produktionsumgebungen eingesetzt werden können, um die gesellschaftliche Produktionseffizienz zu steigern und allen Branchen zu helfen, ihre Produktionseffizienz zu verbessern. Wir haben sehr große Motivation, diese Sache zu tun.“

Für manche Unternehmen ist „Open Source“ eine Entscheidung der Geschäftsstrategie, insbesondere für Unternehmen, die ursprünglich Closed-Source-Software nutzten und nun gezwungenermaßen zu Open Source wechseln. Außerdem gibt es die gängige Praxis, „zuerst die vorherige Generation zu öffnen und die neueste Version selbst zu verwenden“. Aber das, was DeepSeek selbst nutzt, ist genau identisch mit dem Open-Source-Modell:

„Wir werden nicht ein etwas schlechteres Modell als Open Source veröffentlichen und dann bei unserer eigenen Bereitstellung ein besseres Modell verwenden. Das Open-Source-Modell und das von uns selbst bereitgestellte Modell sind identisch.“

Liang Wenfeng fügte hinzu:

„Wir haben uns von Anfang an sehr klar über die Open-Source-Sache Gedanken gemacht. Erstens ist es unsere Vision; zweitens glauben wir, dass Open Source Vorteile bringt, wenn wir die KI-Sache kommerziell erfolgreich machen wollen.“

„Als wir damals die Preise senkten, jubelten viele Leute in der Unternehmensgruppe und alle waren sehr glücklich. Denn das ist der Zweck, wofür wir so viel Energie und Sorgfalt aufgewendet haben, um dieses Modell gut zu entwickeln. Der Zweck ist, dass die Kosten sehr niedrig sind, die Wirkung sehr gut ist und alle es vollständig nutzen können. Wir finden das sehr erfreulich, das ist unsere Motivation, das ist unsere Vision, das ist der Konsens, der unser Unternehmen zusammenhält, um diese Sache zu tun.“

Nach dem Lesen dieser Worte kann ich den aufrichtigen Open-Source-Geist von Liang Wenfeng und dem DeepSeek-Team buchstäblich spüren.

2. Alibaba: Mehrere Male höhere Kosten, wir sind gerne bereit zu helfen

Alibaba ist ein Tier-1-Spieler in der chinesischen KI-Wertschöpfungskette, insbesondere im Ökosystem von Open-Source-Modellen und Rechenleistung. Liang Wenfeng erwähnte es bei Themen wie Kostenvergleich, Wettbewerb und Zusammenarbeit.

„Aber die Kosten können sich in zehn Monaten amortisieren – das schaffen wir selbst, andere Unternehmen schaffen das nicht. Bei Alibaba oder Tencent zum Beispiel gibt es nicht die gleiche Optimierung wie bei uns, ihre Kosten sollten um ein Vielfaches höher sein. Es gibt hier noch viele Optimierungsarbeiten zu erledigen.“

„Wir sind sehr bereit, jedem zu helfen und zu unterstützen, sogar unseren Konkurrenten, einschließlich Alibaba, Zhipu AI und Moonshot AI, damit sie besser arbeiten können.“

Große Konzerne haben viel Geld und relativ reichlichere Ressourcen, insbesondere Rechenressourcen. Alibaba will zum Beispiel eine KI-Fabrik aufbauen, die für die Erzeugung von Tokens und die Integration sowie Vermietung von Rechenressourcen verantwortlich ist. Zhipu AI, DeepSeek und Moonshot AI gehören alle zu seinen nachgelagerten Partnern. Deshalb hat Alibaba in mehrere führende KI-Modellhersteller investiert, teilweise mit Rechenressourcen als Beteiligung.

DeepSeek hat relativ knapperere Ressourcen und verfolgt gleichzeitig eine offene, für alle zugängliche Linie, wodurch es eine extrem starke Fähigkeit zur technischen Optimierung entwickelt hat. Unternehmen wie Alibaba können derzeit mehrfach höhere Kosten tolerieren, sie subventionieren Anwendungen auf der C-Seite und Modelle sowie Cloud-Dienste auf der B/D-Seite. Aber in Zukunft werden sie sparsamer kalkulieren. Aus den Finanzberichten großer Konzerne wie Google, Meta und Oracle geht hervor, dass das anhaltende schnelle Wachstum der Kapitalausgaben zu immer knapperem freiem Cashflow führt, der sogar negativ werden kann. Wenn die großen Konzerne keine überschüssigen Ressourcen mehr haben, müssen selbst die reichsten Unternehmen „Kosten sparen“. Deshalb gibt es in Zukunft noch viel Raum für Zusammenarbeit zwischen DeepSeek und Unternehmen wie Alibaba.

3. Tencent: Keine Entwicklung einer Super-App, keine Konflikte entstanden

Liang Wenfeng erwähnte Tencent in drei Szenarien: Kostenvergleich, Wettbewerbspositionierung und Traffic-Vorteile. Neben der Feststellung, dass seine Kosten wie die von Alibaba um ein Vielfaches höher sind, erklärte er ausdrücklich, dass DeepSeek nicht das nächste Tencent werden will:

„Wir haben keine Nutzer abgeworben, wir haben nicht versucht, schnell Geld zu verdienen, sondern wir haben uns sehr bemüht, die Nutzer gut zu bedienen. Wir haben nicht die Absicht, die nächste Super-App zu entwickeln, dann mit irgendwem zu konkurrieren und das nächste ByteDance oder das nächste Tencent zu werden. Wir könnten das tun, aber wir tun es nicht. Meiner Meinung nach gehört das auch zur Selbstbeschränkung. Man sollte nicht versuchen, jeden Gewinn zu erzielen.“

Dagegen rasen ChatGPT, Doubao und Qianwen offensichtlich auf dem Weg zu Super-Apps voran: Während sie die täglichen aktiven Nutzer (DAU) ständig erhöhen, integrieren sie Dienste wie Fahrdienstbuchung, Ticketkauf, Essenslieferung und verbinden sogar E-Commerce, Zahlungen und Vermögensverwaltung. Das bedeutet, dass das 9-Gitter-Modell von WeChat in die KI-Super-Anwendung übertragen wird.

Da KI durch Super-Anwendungen den Traffic abfangen will, sind große Konzerne wie Google, Meta, Amazon und Alibaba gezwungen, ihre verbraucherorientierten KI-Anwendungen zu stärken, was zu einem Wettrüsten führt. In diesem Bereich ist DeepSeek sehr zurückhaltend: Es konzentriert sich darauf, das große Sprachmodell für allgemeine künstliche Intelligenz (AGI) auf das Maximum zu optimieren, berührt keine Multimodalität und unterstützte erst im April die Bilderkennung. Die Zusammenarbeit mit Ökosystemanbietern, um Dienste zu integrieren und die KI „Arbeiten erledigen“ oder „Bestellungen aufgeben“ zu lassen, ist noch seltener.

Liang Wenfeng fasste außerdem die Zusammenarbeit mit Tencent zusammen:

„Als letztes Jahr das B2B-Geschäft aufkam, wurde oft gefragt: Wenn wir Open Source machen, wird es dann nicht Konflikte zwischen dem C-Ende von Tencent und unserem eigenen C-Ende geben? Weil wir keine Traffic-Vorteile haben, oder Tencent hat selbst viel Traffic, es kann unser Open-Source-Modell bereitstellen, alle C-Ende-Nutzer an sich binden und unsere eigenen C-Ende-Nutzer abwerben. Aber das wird tatsächlich nicht passieren, es gibt viele Gründe dafür.“

Wenn Nutzer Dienste wie die KI-Suche von Tencent nutzen, können sie wählen, das DeepSeek- oder das Hy3-Modell zu verwenden. Aber ein Teil der Nutzer wird weiterhin gewohnt die eigenen Kanäle von DeepSeek (Webseite/App) nutzen.

4. ByteDance: Keine Konkurrenz zu „Doubao“, ist es richtig, keine Anstrengungen auf das C-Ende zu legen?

Liang Wenfeng erwähnte ByteDance mehrmals in Bezug auf Wettbewerbsstrategien und Closed-Source-Modelle. Neben der Erklärung, dass DeepSeek nicht das nächste ByteDance werden will, antwortete er indirekt auf seine Sichtweise zu Doubao.

Warum lässt DeepSeek zu, dass Doubao später aufholt und zu einer national beliebten KI-Anwendung wird? Liang Wenfengs Erklärung lautet:

„Ich sollte nicht jeden kleinen Vorteil an mich reißen. Natürlich mag dieser Vorteil relativ groß sein, aber im Vergleich zu der späteren AGI-Entwicklung halte ich alles davor für nicht so bedeutend. Heutzutage sieht es so aus, als ob es richtig war, dass wir letztes Jahr keine großen Anstrengungen auf das C-Ende gelegt haben. Weil man sehen kann, dass es später eine viel größere Chance gibt, während alles davor nur kleine Vorteile sind. Wenn ich letztes Jahr sehr viel Geld gehabt und die Sache sehr groß aufgebaut hätte, welchen Nutzen hätte das gebracht? Man hätte nichts davon gewonnen. Das sind meine echten Gedanken, denn ich glaube, dass die späteren AGI-Möglichkeiten sehr groß sein werden.“

Das größte Problem, mit dem native KI-Super-Anwendungen wie Doubao, ChatGPT und Qianwen derzeit konfrontiert sind, ist die kommerzielle Monetarisierung: Die Nutzerzahl ist gewachsen, die täglichen aktiven Nutzer sind vorhanden, aber man weiß nicht, wie man die Kosten amortisieren kann. Je mehr Nutzer die Dienste nutzen, desto mehr Tokens werden verbraucht, desto größer wird der Druck auf die KI-Plattformen: Die Zahlungsbereitschaft der breiten Öffentlichkeit ist weitaus geringer als die der Programmierer für Produktivitätstools wie Codierhilfen. Claude funktioniert gut und läuft sehr erfolgreich, aber selbst Doubao wurde von Nutzern kritisiert, als es eine professionelle Version einführte. Es ist schwierig, Anzeigen in KI-Ergebnisse einzufügen, obwohl OpenAI es versucht, wird es kaum zur Haupteinnahmequelle. Wenn KI-Super-Anwendungen ihre Kosten nicht amortisieren können, müssen sie weiter in Rechenressourcen investieren, um die Nutzererfahrung nicht zu verschlechtern – deswegen haben alle derzeit Schwierigkeiten.

Liang Wenfeng kritisierte direkt das Closed-Source-Modell von Unternehmen wie ByteDance:

„Wir können mehr über Open Source sprechen, weil es vorher viele Fragen dazu gab. Erstens glaube ich, dass wir unsere Modelle als Open Source veröffentlichen werden, auch unser stärkstes Modell. Denn ich sehe keine Vorteile von Closed Source, keine unvermeidbaren Vorteile. Das Modell von ByteDance ist Closed Source – welche Vorteile bringt das? Ich sehe keine Vorteile.“

5. Moonshot AI (Kimi): Beide sind Open-Source-Spieler, aber mit unterschiedlichen Ideen

Liang Wenfeng zählte Moonshot AI zu den Konkurrenten, denen DeepSeek gerne hilft. Das kürzlich von Kimi veröffentlichte K3-Modell ist sehr beliebt, wird von der globalen KI-Community stark beachtet, und einige Medien sagen sogar, dass dieses Modell den Marktwert von Unternehmen an der US-Aktienbörse in Billionenhöhe beeinflusst und den starken Kurseinbruch der Aktien von Zhipu AI und MiniMax darauf zurückführen.

Sowohl Kimi als auch DeepSeek sind Spieler, die Modellgewichte offenlegen, und folgen nicht der streng definierten OSI-Regel für „völlig Open Source“ (Trainingsdaten, Trainingscodes, RL-Prozesse usw. sind nicht alle vollständig veröffentlicht). Aber der Offenlegungsgrad der beiden Unternehmen ist unterschiedlich: Kimi legt die Modellgewichte offen und behält einige Kerntechnologien als „exklusive Geheimnisse“ zurück; DeepSeek legt nicht nur die Gewichte offen, sondern veröffentlicht auch eine große Anzahl von wissenschaftlichen Arbeiten und technischen Details, damit die Branche die Ergebnisse so weit wie möglich nachbauen kann. Das ist der Grund, warum nach der Veröffentlichung neuer Modelle von DeepSeek die Fähigkeiten vieler anderer Modelle in der KI-Branche gleichzeitig verbessert werden können.

In diesem Austausch bestätigte Liang Wenfeng erneut die Idee von DeepSeek, dass das Open-Source-Ziel darin besteht, dass die Branche die Ergebnisse „nachbauen“ kann:

„Wir hoffen, dass Sie unsere Ergebnisse nachbauen können. Wenn Sie das nicht schaffen, sagen Sie uns Bescheid, dann zeigen wir Ihnen, wie es geht. Das gehört zum Open-Source-Konzept dazu, wir werden das nicht verändern, nur weil Sie ein Konkurrent sind. Natürlich werden wir noch mehr tun, wenn Sie unser Partner sind.“

6. OpenAI/Anthropic/Google: Die drei großen Unternehmen werden sich abwechselnd weiterentwickeln

Liang Wenfeng erwähnte mehrmals die drei großen KI-Unternehmen im Silicon Valley: OpenAI, Anthropic und Google.

Über den Wettbewerb zwischen diesen drei Unternehmen stellte er die Idee der „abwechselnden Weiterentwicklung“ vor:

„Ist es langfristig, dass Anthropic OpenAI derzeit übertrifft? Ich glaube nicht, das ist nur eine vorübergehende Ausnahmesituation. OpenAI und Google werden in Zukunft höchstwahrscheinlich abwechselnd Fortschritte machen. Derzeit hat Anthropic keinen so großen Vorteil bei Code-Agenten, es übertrifft OpenAI nicht vollständig.“

„Anthropic hatte einen Vorsprung durch frühe Markteintritt, aber dieser Vorsprung wird bald verschwinden, es ist kein Vorteil, den es langfristig behalten kann. Alle drei Unternehmen sind sehr stark. Anthropic ist das effizienteste unter ihnen, es hat die wenigsten Kosten, die wenigsten Ressourcen verbraucht und am wenigsten Geld investiert.“

Chinesische KI-Unternehmen holen ständig auf und verringern die Lücke zum Silicon Valley, aber objektive Unterschiede bestehen noch immer, zum Beispiel bei der hochwertigen Datenannotierung. „Der Engpass bei hochwertiger Datenannotierung braucht meiner Meinung nach Zeit. Denn OpenAI, ausländische Unternehmen und Anthropic haben früher angefangen, sie haben mehr Kapital und mehr GPUs.“ Aber in Bezug auf Talente ist Liang Wenfeng überraschend optimistisch:

„Der Mangel an KI-Talenten ist ein vorübergehendes Phänomen, und wir sehen bereits, dass es sich stark entspannt. Denn es gibt tatsächlich keinen Mangel an KI-Fachkräften. Jedes Unternehmen kann schnell neue Mitarbeiter ausbilden, die Ausbildung geht